Departamento de Ingeniería Eléctrica y Electrónica

Permanent URI for this community

https://hdl.handle.net/20.500.12590/17985

Browse

Browsing Departamento de Ingeniería Eléctrica y Electrónica by browse.metadata.advisor "Choquehuanca Zevallos, Juan José"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    A method based on rf spectral featuresfor evaluating the porosity degree in ceramic materials
    (IEEE, 2018) Sanchez Suarez, Rudy Marcelino; Choquehuanca Zevallos, Juan José
    In this paper, a classification system of the degree of porosity of ceramic materials based on a Radio Frequency system is presented. The system uses methods from the machine learning field to learn patterns from spectral features measured with a circular patch antenna. Experimental results show that it is possible to indirectly get an estimate of the degree of porosity of ceramic samples getting low classification error rates.
  • Thumbnail Image
    Item
    Comparación e implementación de algoritmos de formación de imágenes basado en señales RF para el sistema MABIS
    (Universidad Católica San Pablo, 2022) Ramos Soto, Renato Sebastian; Choquehuanca Zevallos, Juan José
    En la actualidad, el cáncer de mama es el tipo de cáncer que más aflije a mucha mujeres en el mundo con la consiguiente pérdida de vidas. Por ello, es el método más eficiente para el control de tal enfermedad es la de la detección del cáncer en etapas tempranas del su desarrollo. Dentro de los métodos de formación de imágenes biomédicas, que permiten analizar y detectar posibles tumoraciones y desarrollos de cáncer, los métodos basados en radar que usan señales de microondas presentan grandes ventajas en comparación a otros métodos que pueden ser invasivos o dolorosos para las pacientes. Por ello, en el presente trabajo se presenta la adaptación, comparación e implementación de algoritmos de formación de imágenes para un sistema basado en radar para la formación de imágenes utilizando señales de microondas utilizando el método Confocal Microwave Imaging (CMI). Para ello, se emplean los métodos de formación de imagen conocidos como Delay-andSum y su variante Delay-Multiplay-and-Sum (DMAS). Además, se implementan métodos de eliminación de artefactos conocido como Skin Substraction Algorithm. Las imágenes formadas son luego comparada utilizando métricas tales como SMR y SCR. Los resultados obtenidos sobre fantomas permiten observar que los algoritmos DAS y DMAS estiman en gran medida la estructura interna de la mama y con ello la diferenciación de los posibles tumores. Además, de manera cuantitativa, el algoritmo DMAS presenta mejor performance que el algoritmo DAS en términos de SMR y SCR pero con la consiguiente elevación en la carga computacional.
  • Thumbnail Image
    Item
    Segmentación de venas en imágenes infrarrojas de los dedos utilizando agrupamiento espectral para la clasificación de usuarios
    (Universidad Católica San Pablo, 2020) Vasquez Villar, Zenin Josep; Choquehuanca Zevallos, Juan José
    Entre los sistemas biométricos para la identificación de usuarios, los patrones de venas de los dedos capturados en el espectro infrarrojo han demostrado ser relevantes para identificar a los usuarios; y, de esta manera, proporcionar un sistema de seguridad de alto nivel y bajo costo. Desafortunadamente, la extracción de estos patrones vasculares se ve afectada por muchos factores, como el dispositivo de captura, las variaciones de luz, la fuerza ejercida sobre el dedo, los tejidos, los huesos con diferente morfología y la posición del dedo. Por lo tanto, la mejora de la segmentación de las venas es muy importante para los pasos posteriores, como la extracción de características o la etapa de clasificación. En consecuencia, se propone Agrupamiento Espectral (SC) para la tarea de mejorar la segmentación de píxeles de las venas aplicada en imágenes infrarrojas. Para hacerlo, se atacan los requerimientos de memoria del Agrupamiento Espectral para un gran número de muestras considerando pequeñas particiones disjuntas de la imagen y comparando los agrupamientos resultantes para unirlos evitando la necesidad de pasos posteriores de procesamiento. Finalmente, los resultados se comparan en términos de precisión de clasificación del usuario obteniendo una tasa de acierto de 99.85 % en las bases de datos utilizadas de la universidad de Twente y Politécnica de Hong kong.